图的应用挺重要的,蕴含经典算法思想
6.3 图的应用
最小生成树
GENERIC_MST(G){
T=NULL;
while T 未形成一颗生成树;
do 找到一条最小代价边(u,v)并且加入T后不会产生回路;
T=T
}
Prim 算法
void Prim(G,T){
T=//初始化空树
U={w}; //添加任一顶点w
while((V-U)!=//若树中不含全部顶点
设(u,v)是使u与v,且权值最小的边;
T=T//边归入树
U=U//顶点归入树
}
}
Krustal 算法
void Kruskal(V,T){
T=V; //初始化树T,仅含顶点
numS=n; //连通分量数
while(numS>1){ //如果连通分量数大于1
从E中取出权值最小的边(v,u);
if(v和u属于T中不同的连通分量){
T=T//将此边加入生成数中
numS–; //连通分量数减1
}
}
}
拓扑排序
bool TopologicalSort(Graph G){
//如果G存在拓扑序列,返回true;否则返回false,这时G中存在环
InitStack(S); //初始化栈,存储入度为0的顶点
for (int i = 0; i < G.vexnum; ++i)
{
if(indegree[i]==0)
Push(S,i); //将所有入度为0的顶点进栈
}
int count=0; //计数,记录当前已经输出的顶点数
while(!IsEmpty(S)){ //栈不空,则存在入度为0的顶点
Pop(S,i); //栈顶元素出栈
print[count++]=i; //输出顶点i
for(p=G.vertices[i].firstarc;p=p->nextarc){
//将所有i指向的顶点的入度减1,并且将入度减为0的顶点压入栈S
v=p->adjvex;
if(!(–indegree[v]))
Push(S,v); //入度为0,则入栈
}//for
}//while
if(count < G.vexnum)
return false; //排序失败,有向图中有回路
else
return true; //拓扑排序成功
}